研究指出临床类别失衡使不确定性量化失效并提出修正方法
热点事件持续更新
研究指出临床类别失衡使不确定性量化失效并提出修正方法
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Walter Endrizzi 等人在 arXiv 提交的论文称,在类别严重失衡的临床预测任务中,标准不确定性度量实际反映的是数据集稀疏性而非临床歧义,会系统性惩罚少数群体患者并造成安全假象。作者提出用 CCR 结合阈值感知度量来修正,称该方法可恢复单调性,并减少少数群体被排除的情况。 研究在 56 个合成条件以及多发性硬化、帕金森病、阿尔茨海默病三个真实队列上验证了这一结构性缺陷。上述修正效果为论文作者的说法。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 01:08
临床类别失衡下选择性预测的不确定性量化失效:结构性漏洞与修正方法报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv · cs.AI临床类别失衡下选择性预测的不确定性量化失效:结构性漏洞与修正方法
一项 arXiv 研究指出,在类别严重失衡的临床预测任务中,标准不确定性度量实际反映的是数据集稀疏性而非临床歧义,会系统性惩罚少数群体患者,造成安全假象。研究在 56 个合成条件及多发性硬化、帕金森病、阿尔茨海默病三个队列上验证了该问题,并发现 CCR 结合阈值感知度量可恢复单调性,安全减少少数群体被排除的情况。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。